基于深度学习的PET/CT肾癌分类方法研究

发布时间：2021-05-27 15:55

　　肾癌是泌尿系统常见疾病,其逐年上升的发病率和死亡率对人类健康构成严重威胁。肾癌诊断精度的提高有助于对肾癌的准确分期,对于制定治疗方案以及预后判断至关重要。PET/CT既能够进行病灶精准定位,又能获得代谢和功能信息,是临床上肾癌影像学诊断中的常用技术。临床上医生对PET/CT影像的分析会受到多方面因素的影响。随着计算机技术的不断进步,设计准确性高、鲁棒性强的肾癌分类网络实现对肾癌准确高效地进行分类和筛查成为研究热点。本论文对肾癌分类算法进行全面深入的研究。利用卷积神经网络强大的特征提取能力,充分挖掘复杂PET/CT高度抽象的特征,通过迁移预训练的模型参数,实现源域通用特征到目标域过渡的同时降低模型对训练数据量和时间的需求,通过将PET影像和CT影像进行深度特征融合,实现特征的充分利用,最终实现更优的肾癌分类性能。论文的主要研究内容包括以下几方面:首先,对深度卷积神经网络的基础理论进行研究,深入理解各层的工作原理、训练及优化过程,并在此基础上分析目前在医学影像分类领域应用深度学习的困难和局限性,引出迁移学习的理论,并详细分析迁移学习特点和优势。对于深度学习中面对样本量较小的局限性,从数据模... 

【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】：71 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 课题背景及研究的目的和意义
    1.2 国内外在该方向的研究现状及分析
        1.2.1 医学影像分类方法研究现状
        1.2.2 卷积神经网络理论研究现状
        1.2.3 迁移学习理论研究现状
    1.3 本课题主要的研究内容及结构安排
第2章 深度学习和迁移学习基础理论研究
    2.1 引言
    2.2 深度学习理论研究
        2.2.1 深度学习基本原理
        2.2.2 二维卷积神经网络
        2.2.3 三维卷积神经网络
        2.2.4 常用正则化方法
    2.3 迁移学习理论研究
        2.3.1 迁移学习理论研究
        2.3.2 迁移学习在卷积神经网络上的应用
    2.4 本章小结
第3章 基于特征融合的PET/CT肾癌分类
    3.1 引言
    3.2 实验数据介绍
    3.3 PET/CT成像特点和预处理方法研究
        3.3.1 PET/CT影像学特点
        3.3.2 DICOM文件存储
        3.3.3 PET/CT预处理方法
    3.4 传统医学影像分类方法介绍
        3.4.1 尺度不变特征变换
        3.4.2 视觉词袋算法
        3.4.3 支持向量机
    3.5 基于特征融合的PET/CT肾癌分类
        3.5.1 迁移学习
        3.5.2 PET/CT影像特征融合
        3.5.3 基于特征融合的PET/CT肾癌分类
    3.6 实验与结果分析
        3.6.1 模型训练细节与对比实验参数设置
        3.6.2 实验结果分析
    3.7 本章小结
第4章 基于三维卷积神经网络的PET/CT肾癌分类
    4.1 引言
    4.2 实验数据介绍
    4.3 基于三维卷积神经网络的PET/CT肾癌分类
        4.3.1 基于三维卷积神经网络的特征提取
        4.3.2 基于三维卷积神经网络的PET/CT肾癌分类
    4.4 实验与结果分析
        4.4.1 模型训练细节与对比实验参数设置
        4.4.2 实验结果分析
    4.5 本章小结
结论
参考文献
攻读硕士学位期间发表的论文及其它成果
致谢


【参考文献】：
期刊论文
[1]基于影像的病脑检测方法综述[J]. 贾文娟,王水花,张煜东.  计算机工程与应用. 2018(11)
[2]基于多模态3D-CNNs特征提取的MRI脑肿瘤分割方法[J]. 罗蔓,黄靖,杨丰.  科学技术与工程. 2014(31)
[3]迁移学习研究进展[J]. 庄福振,罗平,何清,史忠植.  软件学报. 2015(01)
[4]18F-FDG PET/CT显像在肾癌中的临床应用价值[J]. 李杨,齐琳,叶慧.  临床泌尿外科杂志. 2008(12)

硕士论文
[1]基于CT图像的肺部肿瘤识别[D]. 吴遂愿.上海交通大学 2013



本文编号：3207794